随着信息处理和计算机技术的发展,声纹识别技术在司法侦察、电子商务、军事通信等许多领域有着极其广泛的应用前景，涉及到语言学、语音信号处理、模式识别与机器学习等知识领域，本文主要研究基于haar小波包分析的声纹识别系统及其实现。论文分析总结现有语音识别系统的相关研究以及存在的主要问题，设计并实现了一个新的声纹识别系统。采用双门限端点检测算法，对语音信号进行预处理，分析并给出双门限端点检测算法中各阀值参数的选择方案。深入研究声纹特征提取关键技术，提出基于Haar小波包的梅式倒谱参数（MFCC）算法的改进并予以实现，大大降低了特征提取的计算量，提高了特征提取的准确率。采用k聚类分析方法建立声纹特征的混合高斯模型（GMM）库，进行声纹识别。给出解决盲分类不准确而导致混合高斯模型不准确的方案。最后采用matlab进行仿真实验，仿真测试结果表明，该系统具有快速的特征提取速度和较好的识别准确率，达到预期目标。